Hier können Sie sich Informationen nach Themenbereich gegliedert anzeigen lassen.
ANICA (Advanced Indirectly Heated Carbonate Looping Process) ist ein Projekt, das sich auf die Entwicklung eines neuartigen, indirekt beheizten Carbonat-Looping-Prozesses zur Reduzierung des Energieaufwandes und der Kosten für die CO₂-Abscheidung aus Kalk- und Zementwerken konzentriert.
Im Projekt werden die bestehende Oxyfuel-Technologie der ersten Generation und ein innovatives Oxyfuel-Konzept der zweiten Generation untersucht mit dem Ziel, die CO₂-Vermeidungskosten zu senken, die Anlageneffizienz zu steigern und die Wettbewerbsfähigkeit insgesamt zu stärken.
Das Projekt soll Erkenntnisse dazu liefern, wie sich Betriebsparameter und Katalysatormaterialien so auswählen lassen, dass eine maximale Minderungsleistung stattfindet und die Funktion der Katalysatoren nicht beeinträchtigt wird. Dadurch soll Betreibern von Zementdrehöfen, darunter viele KMU, die Möglichkeit gegeben werden, eine Minderung organischer Komponenten zu erreichen, ohne dabei mit häufigen Ausfällen der SCR-Anlage rechnen zu müssen.
Im Rahmen des Forschungsvorhabens sollte der deutschen Zementindustrie das Gebrauchsmuster eines neuartigen Apparats zur quasi-kontinuierlichen Eingangskontrolle der EBS-Lieferungen zur Verfügung gestellt werden. Basierend auf einer schnellen, technisch robusten und effizienten Charakterisierung von Flugfähigkeit, Feuchte und optisch erfassbaren Merkmalen des EBS sollte ein System entwickelt, konstruiert und in der Praxis erprobt werden.
Das Hauptziel des AiF-Forschungsvorhabens war es, die technisch-wissenschaftlichen Grundlagen für den großtechnischen Einsatz von katalytischen Verfahren zur Minderung von organischen Komponenten, insbesondere den kurzkettigen C₁C₂-Kohlenwasserstoffen im Abgas von Zementdrehofenanlagen zu schaffen.
Gegenstand des Forschungsprojekts war die Feinstabsiebung von trockenen Zementrohmaterialien. Im Fokus stehen der Einfluss auf den elektrischen Energiebedarf bei der Zerkleinerung des Rohmaterials und die thermischen Auswirkungen auf den nachfolgenden Klinkerbrennprozess, hervorgerufen durch eine veränderte Rohmehlgranulometrie.
Im Rahmen dieses Forschungsprojekts wurde untersucht, wie durch maschinelles Lernen die Festigkeit nach 28 Tagen bereits nach 2 Tagen vorhergesagt werden kann. Im Fokus standen dabei die Entwicklung des Vorhersagealgorithmus und die systematische Untersuchung der verwendeten Daten und Methoden sowie deren Verlässlichkeit.
KI-Anwendungen bzw. Anwendungen des maschinellen Lernens wie Softsensoren oder Assistenzsysteme für Produktionssteuerer stellen vielversprechende Lösungen zur Prozesskontrolle und -optimierung dar. Voraussetzung dafür sind jedoch robuste KI-Anwendungen, die die Betriebssicherheit komplexer Produktionsanlagen in der Zementindustrie nicht gefährden.
